首个 AI 高考全卷评测结果已经发布,Qwen2-72B、GPT-4o 及书生·浦语2.0 文曲星(InternLM2-20B-WQX)成为本次大模型高考的前三甲。
如果你正在学习Python并且找不到方向的话可以试试我这一份学习方法+籽料呀! 点击 领取(不要米米)
大部分大模型在语文和英语科目上表现良好,但在数学科目上还有待加强。
在语文和英语科目上,AI 展现出了较强语言能力,阿里巴巴开源的 Qwen2 系列 MoE 对话模型、GPT-4o 以及书生·浦语2.0 等模型在这两个科目上的平均得分均超过了 105 分,显示出 AI 在理解和生成语言方面的潜力。
-
Qwen2-72B 语文达到了 124分,英语 109 分。
-
GPT-4o 语文 111.5 分,英语达到了 111.5 分。
然而,当转向数学科目时,AI 的表现却不尽如人意,InternLM2-20B-WQX 在数学单科上排第一为 75 分,GPT-4o 与 Qwen2-72B 分别为 73 分和 70 分,所有参与评测的AI模型在数学上均未达到及格线。
这一结果凸显了 AI 在复杂推理和计算能力上的局限性。
尽管 AI 在数学上的表现尚有提升空间,但这次评测无疑为AI的未来发展提供了宝贵的参考。
数学能力的提高不仅关系到AI在金融、工业等专业领域的应用,也是 AI 技术成熟度的重要标志。
语文:
-
模型的现代文阅读理解能力普遍较强,但是不同模型的文言文阅读理解能力差距较大。
-
大模型作文更像问答题,虽然有针对性但缺乏修饰,几乎不存在人类考生都会使用举例论证、引用论证、名人名言和人物素材等手法 。
-
多数模型无法理解“本体”“喻体”“暗喻”等语文概念。语言中的一些“潜台词”,大模型尚无法完全理解。
数学:
-
大模型的主观题回答相对凌乱,且过程具有迷惑性,甚至出现过程错误但得到正确答案的情况。
-
大模型的公式记忆能力较强,但是无法在解题过程中灵活引用。
英语:
-
英语整体表现良好,但部分模型由于不适应题型,在七选五、完形填空等题型得分率较低。
-
大模型英语作文普遍存在因超出字数限制而扣分的情况,而人类考生多因为字数不够扣分。
读者福利:对Python感兴趣的童鞋,为此小编专门给大家准备好了Python全套的学习资料《完整版的Python的全套学习资料》(安全链接,放心点击)
面试宝典